LeetCode刷题记录 |
📜题目描述
Levenshtein 距离,又称编辑距离,指的是两个字符串之间,由一个转换成另一个所需的最少编辑操作次数。
许可的编辑操作包括将一个字符替换成另一个字符,插入一个字符,删除一个字符。编辑距离的算法是首先由俄国科学家 Levenshtein 提出的,故又叫 Levenshtein Distance 。
例如:
字符串A: abcdefg
字符串B: abcdef
通过 增加或是删掉字符 ”g”的方式达到目的。这两种方案都需要一次操作。把这个操作所需要的次数定义为两个字符串的距离。
要求:
给定任意两个字符串,写出一个算法计算它们的编辑距离。
数据范围:给定的字符串长度满足 1 <= len(str) <=1000
输入描述:
每组用例一共2行,为输入的两个字符串
输出描述:
每组用例输出一行,代表字符串的距离
示例1
输入
abcdefg abcdef
输出
1
💡解题思路
典型的动态规划
状态
dp[i][j]
: 使得str1的前i
个字符和str2的前j
个字符相等所编辑的最小次数
分析
- 如果str1的第
i
个字符等于str2的第i
个字符,那么编辑次数不变,等于str1的前i-1
个字符和str2的前j-
个字符的最小编辑距离,即dp[i-1][j-1]
- 如果str1的第
i
个字符和str2的第j
个字符不相等,此时有三种操作可以使得两个字符串继续保持相等:
分别对应的就是:- str1的前
i-1
个字符和str2的前j-1
个字符的编辑距离 +1 - str1的前
i-1
个字符和str2的前j
个字符的编辑距离 +1 - str1的前
i
个字符和str2的前j-1
个字符的编辑距离 +1
只需要取这三种请的最小值即可
- str1的前
状态转移
if(str1[i-1] == str2[j-1)
dp[i][j] = dp[i-1][j-1]
else
dp[i][j] = min(dp[i-1][j]+1,dp[i][j-1]+1,dp[i-1][j-1]+1)
初始值
dp数组的开辟:str1.size() +1 行, str2.size() +1 列